A propos du poste:

• Collaborer avec des expert(e)s du domaine et des client(e)s pour transformer les besoins scientifiques et d'affaires en enonces de problemes clairs, indicateurs de succes et plans de livraison.
• Ingest(er), nettoyer et analyser des ensembles de donnees complexes (p. ex., signaux, mesures spectrales, images et donnees de capteurs/IoT) afin de soutenir la modelisation et la prise de decision.
• Concevoir, entrainer, valider et iterer des modeles d'apprentissage automatique a l'aide de cadres modernes, en mettant l'accent sur la robustesse et une performance mesurable.
• Deployer des modeles sur Azure et les integrer aux flux de travail de production au moyen d'API et de services fiables.
• Concevoir et maintenir des pipelines ML reproductibles pour l'entrainement, l'evaluation, la mise en version (release) et la surveillance.
• Mettre en place le CI/CD pour les services et pipelines ML (Azure DevOps/GitHub Actions) et gerer les environnements via l'infrastructure en tant que code (Terraform/Bicep).
• Concevoir et maintenir des services backend, des API et des pipelines de donnees qui prennent en charge l'inference, l'acces aux donnees et l'integration des systemes.
• Surveiller et ameliorer les systemes en production en suivant la qualite des modeles, la derive, la latence, la fiabilite et les couts; diagnostiquer les problemes et prevenir les regressions.
• Optimiser le traitement des donnees a grande echelle et l'efficacite, en conciliant performance, maintenabilite et utilisation des ressources.

A propos du poste:

• Collaborer avec des expert(e)s du domaine et des client(e)s pour transformer les besoins scientifiques et d'affaires en enonces de problemes clairs, indicateurs de succes et plans de livraison.
• Ingest(er), nettoyer et analyser des ensembles de donnees complexes (p. ex., signaux, mesures spectrales, images et donnees de capteurs/IoT) afin de soutenir la modelisation et la prise de decision.
• Concevoir, entrainer, valider et iterer des modeles d'apprentissage automatique a l'aide de cadres modernes, en mettant l'accent sur la robustesse et une performance mesurable.
• Deployer des modeles sur Azure et les integrer aux flux de travail de production au moyen d'API et de services fiables.
• Concevoir et maintenir des pipelines ML reproductibles pour l'entrainement, l'evaluation, la mise en version (release) et la surveillance.
• Mettre en place le CI/CD pour les services et pipelines ML (Azure DevOps/GitHub Actions) et gerer les environnements via l'infrastructure en tant que code (Terraform/Bicep).
• Concevoir et maintenir des services backend, des API et des pipelines de donnees qui prennent en charge l'inference, l'acces aux donnees et l'integration des systemes.
• Surveiller et ameliorer les systemes en production en suivant la qualite des modeles, la derive, la latence, la fiabilite et les couts; diagnostiquer les problemes et prevenir les regressions.
• Optimiser le traitement des donnees a grande echelle et l'efficacite, en conciliant performance, maintenabilite et utilisation des ressources.